开场：一份查不动的资料库 假设你有一堆本地资料：产品文档、销售报表、会议纪要，整整齐齐放在 knowledge/ 目录里。你想让 AI 助手从中找一个数字，比如「 2024 年华东区 Q3 的销售额」。 常见的结果有三种。 第一种，它把整个 Excel 文件一次性读进上下文。几 MB 的表格、几万行数据，直接把会话的上下文窗口塞满。轻则回答超时，重则读到一半就断，你得到的是一句「内容太多，我处理不了」。 第二种，它在目录里瞎翻。不知道资料库里有什么，就只能一层一层找，翻到哪算哪。文件少还好，文件一多，找东西全靠运气。 第三种最隐蔽：它找不到答案，又不肯承认，于是给你编一个看起来合理的数字。数字格式正确、单位正确，唯独不是真的——因为检索太贵，它选择了「猜」。 这三种结果，对应着三个典型的检索误区。AI 助手不是不会查资料，问题是它不会「省着」检索：一上来就想把整座图书馆搬进脑子里，而不是像人一样，先看目录，再翻到相关那一页。 为什么 AI 助手搜索本地资料容易翻车 问题出在四个地方。 上下文是稀缺资源。 AI 助手一次会话能处理的信息量是有限...